數據治理行業前景

協同推進國家標準、行業標準和團體標準，加快技術研發、產品服務、數據治理、交易流通、行業應用等關鍵標準的制修訂。建立大數據領域國家級標準驗證檢驗檢測點，選擇重點行業、領域、地區開展標準試驗驗證和試點示范，健全大數據標準符合性評測體系，加快標準應用推廣。加強國內外大數據標準化組織間的交流合作，鼓勵企業、高校、科研院所、行業組織等積極參與大數據國際標準制定。加快培育數據要素市場（一）建立數據要素價值體系按照數據性質完善產權性質，建立數據資源產權、交易流通、跨境傳輸和安全等基礎制度和標準規范，健全數據產權交易和行業自律機制。制定數據要素價值評估框架和評估指南，包括價值核算的基本準則、方法和評估流程等。在互聯網、金融、通信、能源等數據管理基礎好的領域，開展數據要素價值評估試點，總結經驗，開展示范。（二）健全數據要素市場規則推動建立市場定價、政府監管的數據要素市場機制，發展數據資產評估、登記結算、交易撮合、爭議仲裁等市場運營體系。培育大數據交易市場，鼓勵各類所有制企業參與要素交易平臺建設，探索多種形式的數據交易模式。強化市場監管，健全風險防范處置機制。建立數據要素應急配置機制，提高應急管理、疫情防控、資源調配等緊急狀態下的數據要素高效協同配置能力。（三）提升數據要素配置作用加快數據要素化，開展要素市場化配置改革試點示范，發揮數據要素在聯接創新、激活資金、培育人才等的倍增作用，培育數據驅動的產融合作、協同創新等新模式。推動要素數據化，引導各類主體提升數據驅動的生產要素配置能力，促進勞動力、資金、技術等要素在行業間、產業間、區域間的合理配置，提升全要素生產率。數據治理概念建設數字中國，加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。數據二十條隨即出臺，提出構建數據產權、流通交易、收益分配、安全治理等制度，初步形成我國數據基礎制度的四梁八柱，將充分激活數據要素價值，賦能實體經濟。在數字經濟時代背景下，數據儼然已成為企業的核心生產要素之一。而企業數字化轉型則是以數據為中心，通過數據驅動業務發展、管理協同和運營。因此數字化轉型關鍵在于數據，數據治理則需先行。從而更好激發數據生產要素潛能，實現業務數據化、數據價值化，助力企業數字化轉型。（一）DAMA數據治理體系國際數據管理協會（DataManagementAssociation，又名DAMAInternational，以下簡稱DAMA）在其《DAMA數據管理知識體系指南（第2版）》一書中將數據治理進行了定義，即數據治理是對數據資產管理行使權力、控制和共享決策（規劃、監測和執行）的系列活動。此外，DAMA還將數據治理作為數據管理十大知識領域的中心，負責知識領域的平衡和一致性。DAMA提到數據治理的目標有三點：提升企業數據資產管理能力；定義、批準、溝通和實施數據管理的原則、政策、程序、指標、工具和責任；監控和指導政策合規性、數據使用和管理活動。可以看出，DAMA給出了比較全面的解釋，但是距離企業可落地的數據治理還是距離較遠，更像是綱領性的介紹，因此對于如何進行數據標準的制定以及如何進行數據資產的評估都缺少具體的描述。（二）信通院數據治理服務商成熟度模型（DGS）數據治理服務商成熟度模型（DGS）由中國信通院提出，以數據治理服務項目實施運維的流程為主線，融合數據治理核心能力，包括6大能力域、21個能力項，其中6大能力域遵循一般性數據治理項目流程。1）需求管理能力域：提供方通過采集需求方的業務需求、數據需求、技術需求等，明確數據治理目標和范圍，并評估實施數據治理可行性。2）資源評估能力域：提供方通過對數據來源、數據規模、數據分類、數據關系、數據時效性、專業軟件工具、存儲計算環境以及硬件資源等主要影響因素進行分析，以提升數據治理項目任務分解的準確性，指導識別項目中的潛在風險。3）實施保障能力域：提供方通過制定實施規劃，建立組織保障，開展風險管理，確保數據治理項目的順利實施，降低風險和成本。4）方案設計能力域是數據治理項目的核心環節，提供方通過制定相關規范體系和設計文檔，形成滿足甲方需求的數據治理體系。5）方案實施能力域提供方通過依托相關平臺工具，實現方案的落地。6）成果交付能力域包括試運行、成果驗收2個能力項。DGS從服務商的角度出發，對數據治理的方方面面進行了解釋，給出了模型規范和評估標準。對于企業來說，不管是想自己做數據治理，還是通過服務商來實現部分數據治理工作，DGS都提供了一套相對全面的參考指南。整體來看，目前數據治理提供商的數據工程服務能力優勢集中于數據資源評估、數據質量、數據標準等能力項。（三）數據治理規范國家標準《信息技術服務治理第5部分：數據治理規范》（GB/T34960．5-2018）中，為了促進組織有效、高效、合理地利用數據，有必要在數據獲取、存儲、整合、分析、應用、呈現、歸檔和銷毀過程中，提出數據治理的相關規范。規范中提出了數據治理的定義，即數據資源及應用過程中相關管控活動、績效和風險管理的集合。規定了數據治理的頂層設計、數據治理環境、數據治理域及數據治理過程的要求，從而實現運營合規、風險可控和價值實現的目標。（四）數據中臺大數據時代，大量結構化、非結構、半結構數據量暴增，計算難度幾何式遞增。同時數據復雜、數據類型龐雜等導致數據處理復雜度也大大提升。傳統數據倉庫的不足也逐漸暴露，數據孤島、重復開發、數據共享難等問題日益加劇。在人工智能、大數據等技術發展和企業數字化轉型加速的雙重驅動下，2019年，數據中臺在眾多賽道中脫穎而出，成為行業焦點。艾瑞咨詢《2022年中國數據中臺行業研究報告》指出，數據中臺是一種數字化綜合解決方案。狹義來看，數據中臺是一套實現數據資產化和服務復用的工具；廣義來看，數據中臺是一套運用數據推動企業數字化轉型升級的機制和方法論。全國首個數據中臺團體標準《數據中臺元數據規范》（T/ZAII035-2022）也指出，數據中臺是一套通過產品技術、解決方案、規范標準、團隊組織的整合，實現數據匯聚、治理、運營的架構。這與艾瑞咨詢的觀點不謀而合。總結而言，數據中臺是一套可持續的讓數據產生價值的機制，是一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建的一套持續不斷把數據變成資產并服務于業務的機制。（五）數據治理與數據中臺數據治理是針對數據資產管理的控制、決策規范，它將嚴密性和紀律性植入企業的數據管理、規劃、監測、使用和保護過程中。而數據中臺也是一種數據資產管理機制，采集、計算、存儲和處理海量數據，保證數據的標準統一和口徑一致，建立全域級、可復用的數據存儲能力中心和數據資產中心，提高數據共享和復用能力，靈活高效地解決數據應用需求。對比來看，數據中臺和數據治理都是體系性的工作。雖說數據治理與數據中臺涉及的絕大部分領域相同，但數據中臺并不僅僅是數據治理工作的放大升級版，而是數據治理工作的深化，它強化了數據治理的深度和廣度，并拓展了數據治理不涉及的數據應用領域。換言之，數據中臺真正實現了企業內部數據的閉環。因此，數據中臺是數據治理實現的一種高效方式，是當下最為適合企業數字化轉型的模式。首先，從頂層設計出發，開展數據管理的戰略規劃和機制建設，為數據治理工作開好局。其次，引入數據治理工具，通過數據標準管理、數據架構和模型管理、數據開發、元數據管理、數據質量管理、數據生命周期管理、數據安全管理、主數據管理等八大數據治理專題夯實數據管理各項基礎工作。最后，基于數據治理工具提升數據管理的自動化水平，最終促進數據資產的對內對外開放使用，實現數據資產的價值與變現能力全面提升。健全綜合全面的數字規則（一）制定數據治理與管理制度規則建立健全數字規則，圍繞數據聚通用、要素流通，推動數據管理、數據安全等規則建設。深入落實《中華人民共和國網絡安全法》《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》《關鍵信息基礎設施安全保護條例》等法律法規，推動出臺大數據發展管理地方性法規，實施數字規則意見，開展大數據發展管理領域立法先行先試，全面建立數據收集、匯聚、共享、開放、應用、交易、安全、執法監管等制度。（二）健全公共數據治理與管理規則推動與群眾利益密切相關的醫療、教育、供水、供電、供氣、通信、環境保護、公共交通等公共企事業單位數據采集、匯聚、共享、開放、利用等納入公共數據管理體系。（三）建立行業數據治理與管理規則建立行業主管部門與大數據主管部門協調配合機制，推進行業數據聯合治理、管理常態化。推進工業、交通、衛生健康、教育、金融等行業主管部門制定符合本行業特點的數據分類分級管理制度，依法依規加強行業數據全生命周期監管。發揮行業協會組織協調作用，推動行業數據相關自律規范、自律公約建立，規范會員行為。積極推動無人駕駛、數字金融、在線醫療、APP數據采集等領域的規則制定。（四）構建數據要素市場管理規則構建數據要素市場化配置制度規則，制定數據要素市場化配置改革行動方案，提高數據要素市場配置效率，促進數據要素健康有序流動。推動出臺數據交易管理辦法，加快數據交易中介服務、數據權屬確認、數據價值評估、數據交易收益分配等配套制度建設，探索建立數據產品和服務進場交易機制。（五）優化完善數據標準規范加快推動數據開放、數據安全、數據治理、行業應用、質量評級等標準建設。聚焦基層治理、民生服務、城市治理、政府管理、產業融合、生態宜居等應用領域，推動制定一批地方、團體、企業標準和規范，鼓勵相關標準規范試點示范和應用推廣，持續推進大數據標準體系建設。貫徹國家大數據綜合標準規范，推動《數據管理能力成熟度評估模型》（DCMM）貫標試點。積極參與制定大數據領域國際規則、國家標準、行業標準。建設一體化大數據資源中心（一）深化基礎平臺建設深化基礎數據庫建設，推進法人、自然人、自然資源和空間地理、電子證照、信用、物聯感知等數據歸集。建設主題數據庫，構建重點領域業務模型，建立跨領域自動化、語義一致化的主題數據庫共建共享架構。推動建筑信息模型（BIM）技術與工程建造技術深度融合應用，構建高精度城市信息模型（CIM）平臺。（二）強化數據目錄管理構建數據圖譜，梳理各部門、各行業非涉密數據數量、類型、更新周期、產生來源、支撐應用等情況，分行業、分地域構建覆蓋人、企、事、車、地、物等主體的數據圖譜，形成數據一張圖。堅持需求導向，深入實施三清單制度，梳理數據共享需求，落實數據共享責任，完善數據目錄，實現數據應享盡享。（三）推進公共數據開放依法推動公共數據最大限度開放，構建各部門公共數據開放清單，定期更新公共數據開放目錄，持續拓展公共數據開放廣度。完善公共數據開放系統，擴展數據服務功能，支撐數據開發利用。鼓勵和支持利用開放的公共數據開展科學研究、咨詢服務、產品開發、數據加工、數據服務等活動，引導各類社會力量開展公共數據應用創新，發揮數據資源效益。（四）打造數據治理能力中臺持續提升大數據資源中心數據處理和治理能力，建成集數據可視化、地理信息系統（GIS）集成展現、數據疊加、數據沙箱、隱私計算、區塊鏈、數據脫敏工具等技術和控件庫、服務庫的數據治理能力平臺，為數據開發應用提供共性技術、業務協同等支撐。加強元數據管理、數據生命周期管理、數據交換與共享管理、數據安全管理等，提升數據治理能力。梳理跨層級、跨地域、跨系統、跨部門、跨業務大數據應用共性需求，強化集約化、組件化應用支撐，持續豐富數據中臺服務能力。（五）持續提升數據質量建立數據質量閉環管理制度，明確數據采集、匯聚、存儲、共享等各環節數據質量和職責要求。開展數據標準化巡查、清洗、去重、校驗、修復等質量提升工作，推進覆蓋公共數據、社會數據的數據清洗和比對加工。建立跨部門的數據質量糾錯反饋機制，按照一數一源原則，對各部門共享的數據進行規范性檢查、前后一致性比對、綜合校驗。構建數據質量評估指標體系，開展數據質量監測評估，提升數據的完整性、準確性、時效性和可用性。夯實產業發展基礎（一）完善基礎設施全面部署新一代通信網絡基礎設施，加大5G網絡和千兆光網建設力度。結合行業數字化轉型和城市智能化發展，加快工業互聯網、車聯網、智能管網、智能電網等布局，促進全域數據高效采集和傳輸。加快構建全國一體化大數據中心體系，推進國家工業互聯網大數據中心建設，強化算力統籌智能調度，建設若干國家樞紐節點和大數據中心集群。建設高性能計算集群，合理部署超級計算中心。（二）加強技術創新重點提升數據生成、采集、存儲、加工、分析、安全與隱私保護等通用技術水平。補齊關鍵技術短板，重點強化自主基礎軟硬件的底層支撐能力，推動自主開源框架、組件和工具的研發，發展大數據開源社區，培育開源生態，全面提升技術攻關和市場培育能力。促進前沿領域技術融合，推動大數據與人工智能、區塊鏈、邊緣計算等新一代信息技術集成創新。（三）強化標準引領協同推進國家標準、行業標準和團體標準，加快技術研發、產品服務、數據治理、交易流通、行業應用等關鍵標準的制修訂。建立大數據領域國家級標準驗證檢驗檢測點，選擇重點行業、領域、地區開展標準試驗驗證和試點示范，健全大數據標準符合性評測體系，加快標準應用推廣。加強國內外大數據標準化組織間的交流合作，鼓勵企業、高校、科研院所、行業組織等積極參與大數據國際標準制定。大數據產業面臨形勢搶抓新時代產業變革新機遇的戰略選擇。面對世界百年未有之大變局，各國普遍將大數據產業作為經濟社會發展的重點，通過出臺數字新政、強化機構設置、加大資金投入等方式，搶占大數據產業發展制高點。我國要搶抓數字經濟發展新機遇，堅定不移實施國家大數據戰略，充分發揮大數據產業的引擎作用，以大數據產業的先發優勢帶動千行百業整體提升，牢牢把握發展主動權。呈現集成創新和泛在賦能的新趨勢。新一輪科技革命蓬勃發展，大數據與5G、云計算、人工智能、區塊鏈等新技術加速融合，重塑技術架構、產品形態和服務模式，推動經濟社會的全面創新。各行業各領域數字化進程不斷加快，基于大數據的管理和決策模式日益成熟，為產業提質降本增效、政府治理體系和治理能力現代化廣泛賦能。構建新發展格局的現實需要。發揮數據作為新生產要素的乘數效應，以數據流引領技術流、物質流、資金流、人才流，打通生產、分配、流通、消費各環節，促進資源要素優化配置。發揮大數據產業的動力變革作用，加速國內國際、生產生活、線上線下的全面貫通，驅動管理機制、組織形態、生產方式、商業模式的深刻變革，為構建新發展格局提供支撐。數據流通擴大開放工程構建集自然語言處理、視頻圖像解析、數據可視化、語言智能問答、多語言機器翻譯、數據挖掘分析等功能的大數據通用算法模型庫和控件庫，定期開展數據演習，建設面向公共衛生、自然災害、國防戰備等重大突發事件處置的國家級數據靶場，為重大突發事件開展決策研判和調度指揮提供支撐。規范數據入場交易，培育數據要素交易市場。建設涵蓋數據資產評估、登記確權、交易撮合、評估定價、可信流通等方面的全流程數據要素流通交易平臺和數據授權存證、數據溯源和數據完整性檢測平臺，提供數據交易、結算、交付、安全保障、資產管理等綜合配套服務。大數據產業發展目標（一）產業保持高速增長到2025年，大數據產業測算規模突破3萬億元，年